A team comparing notes in daylight — measurement starts with looking together
方法論
數字的可信程度，只取決於你怎麼測量它們
When you tell leadership 'AI recommends us twice as often', someone will ask how you know. This page is that answer. We publish how we measure — so every number we hand you can survive the question.
00Three layers
Retrieved, Cited, Recommended — keep them apart
A single visibility score that mixes these layers hides the truth. We measure each one, then act on the gap that actually blocks the shortlist.
- (01)
Retrieved · 被找到
AI can find your pages for the category question.
- (02)
Cited · 被采信
AI uses your content as evidence in the answer.
- (03)
Recommended · 被推荐
AI 把你列為值得考慮的選項。
Measurement is where an engagement starts, not where it ends — see how we deliver →
你能在董事會面前站得住腳的數字
沒有 n 的能見度分數，只是一個假扮成事實的猜測。我們會公布每個數字背後的分母，讓你能分辨真正的訊號與雜訊。
每一個 θ 都附上 ±CI · 示意
我們測試每個市場實際看到的內容
誰在發問、服務位在哪裡、模擬的視角、實際的出口節點，以及介面／回答的語言，是五件不同的事。把它們混為一談就會掩蓋真相。我們讓它們各自分開。
五個層次，絕不混為一談
每個 AI 的兩種版本，都經過查核
引擎的 API 答案與 app 答案，取自不同的來源池。我們兩者都取樣，並校正其間的差異——這是一個競爭對手甚至不願承認的區別。
Δ 在兩個管道上取樣，差異已校準
你的資料一年比一年值錢
我們保存原始回答，附上完整性雜湊，並依擷取器版本標記。隨著擷取技術進步，整段歷史都能重新分析——讓你的資料增值，而非折舊。
隨擷取技術進步，歷史可重新分析
每個數字都有憑據
每一項主張都能回放到來源答案。可稽核性是第一等的功能：當客戶的採購部門問「這個數字從哪來」，我們就把整條佐證鏈攤在桌上。
每一項主張都能重播回它的原始回答——整條證據鏈攤在桌上
方法是公開的。而多年來的 追蹤中的回答 則不然。
測量是一次合作的起點，而非終點——我們的團隊會拿著這些發現，接手去做最佳化工作。方法是公開的；但背後日積月累的答案檔案庫，是靠實力累積來的，不對外出售。
取得免費診斷